资源描述：
《毕业论文--基础图像去噪算法研究与实现 》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、河北农业大学现代科技学院毕业论文（设计）题目：基础图像去噪算法研究与实现学部：工程技术学部专业班级：计算机科学与技术1001班学号：学生姓名：指导教师姓名：指导教师职称：讲师二〇一四年六月一日摘要图像是一种重要的信息源,通过图像处理可以帮助人们了解信息的内涵。图像中的噪声会妨碍人们对图像的理解,而图像去噪的目的就是去除图像中的噪声,提高人们对图像的认知程度,以便对图像作进一步地处理。数字图像噪声去除涉及光学系统、微电子技术、计算机科学、数学分析等领域,是一门综合性很强的边缘科学,如今其理论体系已十分完善,且其实践应用很广泛,在医学、军事、艺术、农业等都有广泛且
2、成熟的应用。MATLAB是一种高效的工程计算语言,在数值计算、数据处理、图像处理、神经网络、小波分析等方面都有广泛的应用。MATLAB是一种向量语言,它非常适合于进行图像处理。本论文的主要工作就是对图像的几种去噪算法进行了一定的介绍,并对其中的一些算法作了进一步地研究,对它们进行仿真实验分析它们的去噪效果。文章第一章介绍了数字图像去噪算法的发展概况和研究现状。在总结一些传统去噪算法的同时指出了去噪算法中最新的研究领域。第二章介绍了图像噪声类型和评价标准，常见的噪声分为脉冲噪声和高斯噪声，图像的质量评价方法有两种:一种是主观评价,另一种是客观评价。一般客观评价的
3、方法应用更广泛。第三章详细介绍了传统的图像去噪算法，包括邻域平均法、空域低通滤波法、多幅图像平均法、中值滤波法、自适应中值滤波法以及维纳滤波法。介绍了这些算法的原理,滤波过程,对中值滤波器、自适应中值滤波器和维纳滤波的特性,滤波过程以及其存在的缺陷和优点进行了详细的分析和讨论,并且通过MATLAB对以上算法进行了详细的仿真实验,分析了它们的去噪性能。并介绍了非局部均值的去噪。关键词：图像去噪；非局部均值；加权平均；高斯噪声AbstractImageisanimportantsourceofinformation,throughtheconnotationofi
4、mageprocessingcanhelppeopleunderstandtheinformation.Thenoiseintheimagewillinterferewithpeople'sunderstandingofimages,andtheimagedenoisingistoremovetheimagenoise,enhancetheperceptionoftheimage,inordertomakefurtherprocessingofimages.Digitalimagenoiseremovalrelatestothefieldofcomputero
5、ptics,microelectronics,science,mathematicalanalysis,isaboundarysciencecomprehensiveverystrong,nowitstheoreticalsystemhasbeenperfect,anditsapplicationisveryextensive,havewideapplicationandmatureinthemedical,military,art,agricultureetc..MATLABisanefficientengineeringcalculationlanguag
6、e,inthenumericalcalculation,dataprocessing,imageprocessing,neuralnetwork,waveletanalysishasbeenwidelyused.MATLABisavectoroflanguage,itisverysuitableforimageprocessing.Themainworkofthispaperisonseveralimagedenoisingalgorithmsareintroduced,andsomemethodsforthefurtherresearch,simulatio
7、nexperimentiscarriedouttheirdenoisingeffectanalysisofthem.Thefirstchapterintroducesthegeneralsituationofdenoisingalgorithmfordigitalimageofdevelopmentandcurrentresearchsituation.Attheconclusionofsometraditionaldenoisingalgorithmalsopointedouttothenewresearchfieldsinthenoisereduction
8、algorithm.Thesecond
